改进的视觉原理聚类算法

liufa99947 26 0 PDF 2019-03-31 01:03:50

改进的视觉原理聚类算法讲已有的视觉原理聚类算法综合提出一个抽象的核函数

推荐下载

模糊核聚类算法已广泛应用于图像分割领域,然而该算法对初始值的选取、噪声以及图像灰度不均匀比较敏感。针对该问题,提出了一种改进的模糊核聚类图像分割算法。将改进的最大类间方差法(Otsu)引入模糊核聚类算

基于改进遗传算法的加权模糊C均值聚类算法

Vincent S.Tseng等人提出的基于聚类和遗传算法的时间序列分割算法中,对于适应值函数的定义存在缺陷,本文对此进行了改进:用归一化处理消除子序列幅度对距离计算的影响,并引入类间距使分割结果的类

AffinityPropagation(AP)聚类是最近在Science杂志上提出的一种新的聚类算法。它根据N个数据点之间的进行聚类,这些相似度可以是对称的,即两个数据点互相之间的相似度一样(如欧氏距

聚类算法思维导图

使用VC++6.0实现的分级聚类算法

目前有多种聚类算法,本程序是利用谱聚类算法进行聚类划分

是一个完整的工程文件,包含了debug版的exe,和release版的exe,可直接运行,源代码有注释,主要实现了K均值聚类和isodata迭代自组织聚类,使用的数据是随机产生的50个点,可以用来熟悉

K-means算法是硬聚类算法,是典型的基于原型的目标函数聚类方法的代表,它是数据点到原型的某种距离作为优化的目标函数,利用函数求极值的方法得到迭代运算的调整规则。K-means算法以欧式距离作为相似

对k-means聚类算法进行了改进,改变了原始随机选取样本点的缺点。

用户评论

请输入评论内容

评分：

暂无评论